モデルギャラリーは、モデルのデプロイとトレーニングを迅速に開始できるよう、さまざまな事前学習済みモデルを提供します。
ビジネスニーズに合ったモデルの選択
モデルギャラリーは、実際のビジネス上の問題を解決するのに役立つ、幅広いモデルを提供します。以下のガイダンスを参考にして、ニーズに最も適したモデルを見つけてください：
-
ドメインとタスクによる検索：アプリケーションのドメインと実行したい特定のタスクに基づいてモデルを検索します。
-
事前学習データセットの確認：ほとんどのモデルには、事前学習に使用されたデータセットが記載されています。事前学習データセットが実際のユースケースに近いほど、モデルを直接デプロイまたはファインチューニングした際のパフォーマンスが向上します。事前学習データセットに関する詳細情報は、モデル詳細ページで確認できます。
-
モデルサイズの考慮：一般的に、パラメーター数が多いモデルほどパフォーマンスは向上します。しかし、モデルサービング中のコストが高くなり、ファインチューニングにはより多くのデータが必要になります。
以下の手順で、適切なモデルを見つけます：
-
モデルギャラリーページに移動します。
-
PAI コンソールにログインします。
-
左側のナビゲーションウィンドウで Workspaces をクリックし、対象のワークスペースを選択して入ります。
-
左側のナビゲーションウィンドウで QuickStart > Model Gallery をクリックして、モデルギャラリーページを開きます。
-
-
ビジネスニーズに合ったモデルを見つけます。
PAI コンソールの左側のナビゲーションウィンドウにある [クイックスタート] セクションで、[モデルギャラリー] をクリックしてモデルギャラリーページに移動します。検索ボックスを使用するか、モデルソース (ModelScope、PAI、NIM) でフィルターをかけるか、シナリオタグで利用可能なモデルカードを参照します。
モデルを選択した後、直接デプロイしてオンラインデバッグを実行し、その推論パフォーマンスを検証できます。詳細については、「モデルのデプロイ」および「モデルのファインチューニング」をご参照ください。
モデルのデプロイ
Qwen3-0.6B モデルを例にした詳細な手順については、「モデルギャラリークイックスタート – モデルのデプロイ」をご参照ください。
モデルのファインチューニング
Qwen3-0.6B モデルを例にした詳細な手順については、「モデルギャラリークイックスタート – モデルのファインチューニング」をご参照ください。
ファインチューニングジョブの詳細ページで、以下のパラメーターを設定します。
|
パラメータータイプ |
パラメーター |
説明 |
|
Training Mode |
SFT 教師ありファインチューニング |
サポートされているトレーニング方法は次のとおりです：
どちらのメソッドも、全パラメータファインチューニング、LoRA、および QLoRA をサポートしています。 |
|
DPO Direct Preference Optimization |
||
|
Job Configuration |
Task name |
デフォルトのジョブ名が提供されます。インターフェイスのプロンプトに基づいて変更できます。 |
|
Maximum running time |
ジョブに許可される最大実行時間を設定します。ジョブがこの時間を超えると、自動的に停止します。 このパラメーターをデフォルト設定のままにした場合、ジョブの実行時間は制限されません。 |
|
|
Dataset Configuration |
Training dataset |
モデルギャラリーはデフォルトの訓練データを提供します。デフォルトのデータセットを使用しない場合は、モデルのドキュメントで指定されたフォーマットで訓練データを準備し、次のいずれかの方法でアップロードします。
|
|
Validate dataset |
Add validation dataset をクリックして追加します。Training dataset と同じ方法で設定します。 |
|
|
Output Configuration |
トレーニング済みのモデルと TensorBoard ログファイルを保存するクラウドストレージパスを選択します。 説明
ワークスペース詳細ページでワークスペースのデフォルト OSS ストレージパスを設定した場合、このフィールドは自動的に入力されるため、手動での設定は不要です。ワークスペースのストレージパスの設定手順については、「ワークスペースの管理」をご参照ください。 |
|
|
Computing Resources |
Resource Type |
汎用コンピューティングと Lingjun AI 計算をサポートしています。 |
|
Source |
|
|
|
Hyperparameters |
モデルによってサポートされるハイパーパラメーター設定は異なります。デフォルト値を使用するか、必要に応じて変更します。 |
|
をクリックし、データセットが保存されている OSS パスを選択します。Select OSS folder or file ダイアログボックスで、既存のデータファイルまたは Upload file を選択します。
をクリックして既存のデータセットを選択します。データセットがない場合は、「利用可能なパラメーターはモデルによって異なります。ご利用の特定のモデルに基づいて設定してください。
課金
モデルギャラリーは無料ですが、モデルのデプロイとトレーニングには Elastic Algorithm Service (EAS) と Deep Learning Containers (DLC) の料金が発生します。詳細については、「Elastic Algorithm Service (EAS) の課金」および「Deep Learning Containers (DLC) の課金」をご参照ください。